Python-函数-Day4

1、函数

1.1、集合

主要作用:

去重
关系测试， 交集＼差集＼并集＼反向(对称)差集

a = {1,2,3,4}
b ={3,4,5,6}
a
{1, 2, 3, 4}
type(a)
<class 'set'>
a.symmetric_difference(b)
{1, 2, 5, 6}
b.symmetric_difference(a)
{1, 2, 5, 6}
a.difference(b)
{1, 2}
a.union(b)
{1, 2, 3, 4, 5, 6}
a.issu
a.issubset(   a.issuperset(
a.issubset(b)
False

2. 元组　　

只读列表，只有count, index 2 个方法

作用：如果一些数据不想被人修改， 可以存成元组，比如身份证列表

3. 字典

key-value对

特性：
无顺序
去重
查询速度快，比列表快多了
比list占用内存多

为什么会查询速度会快呢？因为他是hash类型的，那什么是hash呢？

哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母，随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法

dict会把所有的key变成hash 表，然后将这个表进行排序，这样，你通过data[key]去查data字典中一个key的时候，python会先把这个key hash成一个数字，然后拿这个数字到hash表中看没有这个数字， 如果有，拿到这个key在hash表中的索引，拿到这个索引去与此key对应的value的内存地址那取值就可以了。

上面依然没回答这样做查找一个数据为什么会比列表快，对不对？ 呵呵，等我课上揭晓。

4. 字符编码

先说python2

py2里默认编码是ascii
文件开头那个编码声明是告诉解释这个代码的程序 以什么编码格式 把这段代码读入到内存，因为到了内存里，这段代码其实是以bytes二进制格式存的，不过即使是2进制流，也可以按不同的编码格式转成2进制流，你懂么？
如果在文件头声明了#_*_coding:utf-8*_，就可以写中文了， 不声明的话，python在处理这段代码时按ascii，显然会出错， 加了这个声明后，里面的代码就全是utf-8格式了
在有#_*_coding:utf-8*_的情况下，你在声明变量如果写成name=u"大保健"，那这个字符就是unicode格式，不加这个u,那你声明的字符串就是utf-8格式
utf-8 to gbk怎么转，utf8先decode成unicode,再encode成gbk

再说python3

py3里默认文件编码就是utf-8,所以可以直接写中文，也不需要文件头声明编码了，干的漂亮
你声明的变量默认是unicode编码，不是utf-8, 因为默认即是unicode了（不像在py2里，你想直接声明成unicode还得在变量前加个u）, 此时你想转成gbk的话，直接your_str.encode("gbk")即可以
但py3里，你在your_str.encode("gbk")时，感觉好像还加了一个动作，就是就是encode的数据变成了bytes里，我操，这是怎么个情况，因为在py3里，str and bytes做了明确的区分，你可以理解为bytes就是2进制流，你会说，我看到的不是010101这样的2进制呀， 那是因为python为了让你能对数据进行操作而在内存级别又帮你做了一层封装，否则让你直接看到一堆2进制，你能看出哪个字符对应哪段2进制么？什么？自己换算，得了吧，你连超过2位数的数字加减运算都费劲，还还是省省心吧。　　
那你说，在py2里好像也有bytes呀，是的，不过py2里的bytes只是对str做了个别名，没有像py3一样给你显示的多出来一层封装，但其实其内部还是封装了的。 这么讲吧， 无论是2还是三， 从硬盘到内存，数据格式都是 010101二进制到-->b'xe4xbdxa0xe5xa5xbd' bytes类型－－>按照指定编码转成你能看懂的文字

编码应用比较多的场景应该是爬虫了，互联网上很多网站用的编码格式很杂，虽然整体趋向都变成utf-8，但现在还是很杂，所以爬网页时就需要你进行各种编码的转换，不过生活正在变美好，期待一个不需要转码的世界。

最后，编码is a piece of fucking shit, noboby likes it.

字符串转换成Unicode 直接在字符串前加u 例子msg = u'你好'

在python3中   
变量默认 是Unicode编码格式  
只有unicode有encode方法

2、函数

在BASIC中叫做subroutine(子过程或子程序)，在Pascal中叫做procedure(过程)和function，在C中只有function，在Java里面叫做method。

2.1、###函数定义

定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可

2.2、函数特性:

减少重复代码
使程序变的可扩展
使程序变得易维护

语法定义

def sayhi():#函数名
print("Hello, I'm nobody!")

sayhi() #调用函数

2.3、函数参数与局部变量　　

2.3.1、形参

形参变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量

2.3.2、实参

实参可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值

传参 默认的形参赋予变量后 默认就是定义后的变量

2.4、返回值：

1. 一旦你的函数经过调用并开始执行，那你的函数外部的程序，就灭有办法在控制函数的执行过程了，此时外部程序只能安静的等待函数的执行结果，为啥等待函数结果，以为外部的程序要根据函数的执行结果来决定下一步怎么走，这个执行结果就是以return的形式返回给外部程序
2. return 代表着一个函数的结束
3. return可以返回任意数据类型
4. 对于用户角度，函数可以返回任意数量的值，但是对于py本身来讲，函数只能返回一个值

2.5、关键参数

正常情况下，给函数传参数要按顺序，不想按顺序就可以用关键参数，只需指定参数名即可，但记住一个要求就是，关键参数必须放在位置参数之后。
1

stu_register(age=22,name='alex',course="python",)

　　

2.6、非固定参数

2.6.1、*args

若你的函数在定义时不确定用户想传入多少个参数，就可以使用非固定参数

def stu_register(name,age,*args): # *args 会把多传入的参数变成一个元组形式  
    print(name,age,args)
 
stu_register("stone",22)

#输出
#Alex 22 () #后面这个()就是args,只是因为没传值,所以为空
 
stu_register("Jack",32,"CN","Python")
#输出
# Jack 32 ('CN', 'Python')

2.6.2、还可以有一个**kwargs

def stu_register(name,age,*args,**kwargs): # *kwargs 会把多传入的参数变成一个dict形式
    print(name,age,args,kwargs)
 
stu_register("stone",22)
#输出
#stone 22 () {}#后面这个{}就是kwargs,只是因为没传值,所以为空
 
stu_register("liang",23,"CN","Python",sex="male",province="hebei")
#输出
# liang 23 ('CN', 'Python') {'province': 'hebei', 'sex': 'male'}

2.7、局部变量和全局变量

局部变量：只在当前的函数内有效
全局变量：整个程序都能用的变量，一般放在文件的开头

局部改全局变量：在局部里需要声明global login_status 然后在改

2.7.1、局部变量　　

name = "stone"
 
def change_name(name):
    print("before change:",name)
    name = "hello"
    print("after change", name)
 
 
change_name(name)

print("在外面看看name改了么?",name)

输出
    
before change: stone
after change: hello
在外面看看name改了么? stone

2.7.2、全局与局部变量小结：

在子程序中定义的变量称为局部变量，在程序的一开始定义的变量称为全局变量。
全局变量作用域是整个程序，局部变量作用域是定义该变量的子程序。
当全局变量与局部变量同名时：
在定义局部变量的子程序内，局部变量起作用；在其它地方全局变量起作用。

3、递归

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

def calc(n):
    print(n)
    if int(n/2) ==0:
        return n
    return calc(int(n/2))
 
calc(10)

输出：
10
5
2
1

3.1、递归特性:

1. 必须有一个明确的结束条件

2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少

3. 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）

3.2、匿名函数：

匿名函数就是不需要显式的指定函数

#这段代码
def calc(n):
    return n**n
print(calc(10))
 
#换成匿名函数
calc = lambda n:n**n
print(calc(10))

匿名函数主要是和其它函数搭配使用的呢，如下

res = map(lambda x:x**2,[1,5,7,4,8])
for i in res:
    print(i)

输出

1
25
49
16
64
map()
把后面的值给前面的函数 处理 结果输出
lambda

3.3、高阶函数：

将函数当做参数传给另外一个函数
变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

def add(x,y,f):
    return f(x) + f(y)
 
 
res = add(3,-6,abs)
print(res)

3.4、函数式编程介绍

编程范式 面向过程 用于 解决问题，用函数比较多

函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

函数式编程中的函数这个术语不是指计算机中的函数（实际上是Subroutine），而是指数学中的函数，即自变量的映射。也就是说一个函数的值仅决定于函数参数的值，不依赖其他状态。比如sqrt(x)函数计算x的平方根，只要x不变，不论什么时候调用，调用几次，值都是不变的。

Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。

一、定义

简单说，"函数式编程"是一种"编程范式"（programming paradigm），也就是如何编写程序的方法论。

主要思想是把运算过程尽量写成一系列嵌套的函数调用。举例来说，现在有这样一个数学表达式：

　　(1 + 2) * 3 - 4

传统的过程式编程，可能这样写：

　　var a = 1 + 2;

　　var b = a * 3;

　　var c = b - 4;

函数式编程要求使用函数，我们可以把运算过程定义为不同的函数，然后写成下面这样：

　　var result = subtract(multiply(add(1,2), 3), 4);

这段代码再演进以下，可以变成这样

add(1,2).multiply(3).subtract(4)

这基本就是自然语言的表达了。再看下面的代码，大家应该一眼就能明白它的意思吧：

merge([1,2],[3,4]).sort().search("2")

因此，函数式编程的代码更容易理解。

要想学好函数式编程，不要玩py,玩Erlang,Haskell, 好了，我只会这么多了。。。

4、内置函数 方法

#compile
# f = open("函数递归.py")
# data =compile(f.read(),'','exec')
# exec(data)


#print
msg = "又回到最初的起点"
f = open("tofile","w")
print(msg,"记忆中你青涩的脸",sep="|",end="",file=f)


#slice
a = range(20)
pattern = slice(3,8,2)
for i in a[pattern]: #等于a[3:8:2]
    print(i)

几个内置方法用法提醒

4.1 all() 列表的内容都为真则为真，只有0是False

all()
>>> a = [1,2,3]
>>> all(a)
True
>>> a = [0,2,3]
>>> all(a)
False
>>>

4.2、判断列表里面的一个为真就为真

any()列表中有一个为真 就为真 列表为空 就为假

4.3、print(ascii("地方"))以ascii码的形式显示出来

4.4、bin()将数字转换成二进制形式表示

4.5、bytes() b= b'abc'

4.6、callable() 判断函数是否可用

4.7、查看对应的字符对应的ascii的对应关系

print(chr(98))
print(old('b'))

4.8、compile()

相当于import 来导入引用

4.9、

eval() exec()
eval() 运算

4.10、complex()输入一个数值输出复数格式

4.11、dir():返回函数的方法

4.12、print(divmod(10,2))：返回的 商和余数

4.13、过滤：filter() = = map()

filter(lambda x:x>5,range(10)):
过滤

4.14、frozenset({1,2,3,4,5,5}) 把一个集合变成只读的

4.15、print(globals()) 把 当前程序 内存中开辟的所有空间数据，都以字典的形式打印下来。

4.16、print(local()) local()只打印局部的

4.17、进制

print(hex(8))
0x8
0x代表的16进行

4.18、max() 当前列表内的最大值

4.19、min() 当前列表的最小值

4.20、print(pow(4,9))

幂运算
4的9次方

4.21、打印print()

msg = "又回到最初的起点"
f = open("tofile","w")
print(msg,"记忆中你青涩的脸",sep="|",end="",file=f)

4.22、reversed() 列表：反转

更多的用于字符串的反转，字符串没有反转方法：

4.23、print(round(10.23,1)) 五舍六入

4.24、将列表转换成集合set()

data = [1,2,5,6,7,7]
set(data)

4.25、排序sorted

4.26、求和sum() 列表的求和

4.27、vars() 打印当前程序的所有地址

4.28、zip() 拉链

a= [1,3,5,7]
b = [2,4,6,8]
for i in zip(a,b):
    print(i)
拉链，
按照最小的来合并